大数据导论

第1章 大数据概论

1.1 什么是大数据

1.1.1 大数据的概念

1.1.2 大数据的特征

1.1.3 大数据的产生

1.1.4 数据的量级

1.1.5 大数据的数据类型

1.1.6 大数据的潜在价值

1.1.7 大数据的挑战

1.2 大数据与商业智能

1.2.1 商业智能的概念

1.2.2 商业智能的架构体系

1.2.3 商业智能的核心技术

1.2.4 商业智能的研究内容和发展方向

1.2.5 商业智能与大数据的关系

1.2.6 商业智能与大数据的结合应用

1.3 大数据相关技术与应用概况

1.3.1 大数据的相关技术

1.3.2 大数据的应用概况

1.4 大数据热点问题与发展趋势介绍

1.4.1 大数据的热点问题

1.4.2 大数据的发展趋势

1.5 练习

参考文献

第2章 数据组织存储技术

2.1 数据存储概述

2.1.1 数据存储介质

2.1.2 数据存储模式

2.1.3 大数据存储存在的问题

2.2 数据存储技术研究现状

2.2.1 传统关系型数据库

2.2.2 新兴的数据存储系统

2.3 海量数据存储的关键技术

2.3.1 数据划分

2.3.2 数据一致性与可用性

2.3.3 负载均衡

2.3.4 容错机制

2.3.5 虚拟存储技术

2.3.6 云存储技术

2.4 数据仓库

2.4.1 数据仓库的相关概念

2.4.2 数据仓库体系结构

2.4.3 数据仓库设计与实施

2.4.4 数据抽取、转换和装载

2.4.5 联机分析处理

2.5 练习

参考文献

第3章 NoSQL

3.1 NoSQL简介

3.1.1 什么是NoSQL

3.1.2 什么是关系型数据库

3.1.3 NoSQL数据库与关系型数据库的比较

3.2 NoSQL的三大基石

3.2.1 CAP

3.2.2 BASE

3.2.3 最终一致性

3.3 key-value数据库

……

第4章 Hadoop和MapReduce

第5章 数据查询和分析的高级技术

第6章 数据挖掘技术

第7章 数据分析语言R

第8章 大数据用于预测和决策

第9章 大数据与市场营销

第10章 大数据应用案例

第11章 大数据应用的主流解决方案

本书全面阐释了大数据的概念、相关的技术和应用的现状，使读者对大数据的相关技术、应用和产业链能有一个比较清晰的认识。全书共 11 章，主要内容包括大数据概论、数据组织存储技术、NoSQL、Hadoop 和 MapReduce、数据查询和分析高级技术、数据挖掘技术、数据分析语言 R、大数据用于预测和决策、大数据与市场营销、大数据应用案例、大数据应用主流解决方案等。本书在内容的选择上进行了深入的思考，不论是大数据领域的初学者还是具备一定相关专业知识的读者都能从书中得到一定的收获或启发，同时，本书还适合高等院校的计算机相关专业的本专科生、研究生以及IT行业的从业人员，和所有对大数据感兴趣的人士阅读。